Присоединюсь с предыдущему ответу - сначала надо понять задачу (желательно вместе с преподом).
Что касается Питона и машинного обучения: этот язык сейчас очень популярен в задачах машинного обучения, как "язык-клей". Идея в том, что берется готовая библиотека (или несколько) и пишется небольшой скрипт - загрузка данных, конфигурация сети, параметры оптимизации, постобработка, визуализация и все такое. Сами вычисления при это делает скомпилированный код (лучше всего на видеокарте). И не надо быть супер-крутым программистом, чтобы учить сеть.
Для очень многих задач гугление на английском языке довольно быстро выдает хотя бы похожую ситуацию, дальше можно подстроить под свои данные или требуемый результат.
Кстати, вместо TensorFlow советую смотреть на Keras - он более высокоуровневый. Еще популярный фреймворк Caffe - на нем много задач по компьютерному зрению делают.
И напоследок - есть очень хорошие курсы от Стэнфорда: CS 20SI: Tensorflow for Deep Learning Research -
web.stanford.edu/class/cs20si/index.html и CS231n: Convolutional Neural Networks for Visual Recognition -
cs231n.github.io и
cs231n.stanford.edu
Там и презентации и видео и примеры.
А что за тема магистратуры?
